CAJ | 학술논문

针对传统的视觉词袋(bag of visual words,BoVW)模型忽略了视觉单词的空间位置信息的问题,文章提出一种基于视觉单词共生矩阵的图像分类方法.首先对整幅图像进行空间金字塔分解,得到一系列图像块；然后针对每一图像块中的SIFT点,在其空间邻域范围内构建视觉单词共生矩阵(visual words co-occurrence matrix,VWCM)单元,并得到该图像块对应的视觉单词共生矩阵；最后设计出一种新的空间金字塔共生矩阵核(spatial pyramid co-occurrence matrix kernel,SPCMK),并将其用于图像分类.该方法能够有效地刻画视觉单词的绝对和相对位置信息,极大地增强了图像表达的完整度与准确度.实验结果表明,文章方法确实能够大幅度提高图像分类的准确率.
침대전통적시각사대(bag of visual words,BoVW)모형홀략료시각단사적공간위치신식적문제,문장제출일충기우시각단사공생구진적도상분류방법.수선대정폭도상진행공간금자탑분해,득도일계렬도상괴；연후침대매일도상괴중적SIFT점,재기공간린역범위내구건시각단사공생구진(visual words co-occurrence matrix,VWCM)단원,병득도해도상괴대응적시각단사공생구진；최후설계출일충신적공간금자탑공생구진핵(spatial pyramid co-occurrence matrix kernel,SPCMK),병장기용우도상분류.해방법능구유효지각화시각단사적절대화상대위치신식,겁대지증강료도상표체적완정도여준학도.실험결과표명,문장방법학실능구대폭도제고도상분류적준학솔.